LOGIN
Il DevOps è un approccio al lavoro che punta a sfruttare a pieno alcune tra le tecnologie più recenti: dal cloud all’edge computing, dall’IoT all’intelligenza artificiale.
Ma la rivoluzione del DevOps è culturale, ancor prima che tecnologica. Il metodo punta infatti su una riorganizzazione dei processi all’insegna della condivisione di informazioni e della collaborazione tra reparti.
In questo senso il DevOps può avere un ruolo cruciale nel passaggio dall’Industria 4.0 alle smart factory. L’utilizzo di nuove tecnologie e di nuove metodologie di lavoro sarà infatti decisivo per la realizzazione di imprese ogni giorno più performanti e interconnesse.
Cos’è DevOps e che ruolo ha nella trasformazione digitale
Credits Shutterstock
Il termine “DevOps” è una crasi dei termini “Development” e “Operations”, che significano rispettivamente “Sviluppo” e “Operazioni”.
Quando si parla di DevOps non si fa però riferimento né a una singola fase di sviluppo, né tanto meno a una singola operazione. Il termine serve piuttosto a descrivere un modo di intendere il lavoro.
Il DevOps è un approccio tipico dell’industria 4.0 e soprattutto delle smart factory. Un’idea di lavoro all’insegna dell’interconnessione, che sfrutta componenti hardware e software: dalle app cloud ai dispositivi edge.
L’obiettivo del DevOps è accelerare i processi: per passare più rapidamente dalle prime fasi di sviluppo di un prodotto o servizio, al deployment in ambiente di produzione.
Per raggiungere questo obiettivo servono strumenti adatti e competenze tecniche specifiche. Ma soprattutto soft skills quali il problem solving, la capacità di ascolto e la comunicazione efficace.
Il DevOps è un approccio al lavoro che punta sulla collaborazione per ottenere risultati più veloci ed efficaci
Gli ambienti di lavoro DevOps sono all’insegna dell’empatia e della collaborazione. In cui tutti i team condividono informazioni col resto del gruppo, a prescindere dal task in cui sono coinvolti.
La cultura DevOps ha poi tutta una serie di fondamenta: a partire dall’appoggio di determinati principi dell’open source. Fino ad arrivare alla predilezione delle metodologie Agile.
Per avere un’idea più chiara di cosa sia il DevOps a livello teorico è possibile approfondire il quadro concettuale CALMSS: un acronimo che tira in ballo la cultura (Culture), l’automazione (Automation), la logica di “snellezza” Lean, il Management, il reperimento (Sourcing) e la condivisione (Sharing) di informazioni.
I diversi CALMSS del DevOps permettono di raggiungere un risultato in maniera più veloce e più efficiente. Ma soprattutto di collaborare in maniera più profonda ed efficace.
Come funziona il DevOps in relazione a cloud ed edge computing
Credits Shutterstock
L’approccio DevOps può apportare molteplici vantaggi se applicato ad alcune delle più interessanti tecnolgie emergenti: si pensi in tal senso al cloud storage e all’edge computing.
Quando si parla di cloud si fa riferimento a un qualsiasi ambienteIT in grado di contenere risorse di varia natura. I cloud sono connessi a una rete e le informazioni contenute al loro interno possono venire condivise con più profili.
L’edge computing propone una riorganizzazione del dato, con l’obiettivo di rendere i processi più rapidi ed efficienti. Il principio prevede che il carico di lavoro e il calcolo vengano computi su determinati dispositivi edge.
Da un certo punto di vista l’edge computing è una vera e propria evoluzione del cloud computing. Intanto perché le architetture IT restano decentralizzate, facendo riferimento sempre ai server cloud.
Ma soprattutto perché i dispositivi edge di nuova generazione richiedono elaborazione soltanto in prossimità dell’origine di un dato particolare. Un cambio di approccio che porta una riduzione sensibile della larghezza di banda necessaria. E di conseguenza della latenza.
Il DevOps può integrarsi alla perfezione con i processi di cloud ed edge computing
Cloud ed edge sono due ambienti in cui si raccolgono dati. La prima grande differenza è che il cloud è un ambiente software, mentre l’edge è un ambiente hardware.
Allo stesso modo i carichi di lavoro del cloud computing vengono eseguiti su cloud. Mentre i carichi di lavoro dell’edge computing vengono eseguiti sui dispositivi edge.
Il principio dell’edge computing prevede un avvicinamento sostanziale tra i dispositivi che producono informazione e quelli che la archiviano. Ma anche tra i dispositivi di cui sopra e l’utente finale.
In questo senso emerge la sinergia tra DevOps, cloud ed edge computing. In tutti i casi infatti alla base c’è la volontà di sfruttare la tecnologia per migliorare i processi. Andando a mettere in comunicazione dispositivi, persone o competenze che precedentemente ragionavano a compartimenti stagni.
Il DevOps nell’industria 4:0 e la smart factory
Credits Shutterstock
Il DevOps professa una comunicazione costante tra reparti: si pensi ad esempio allo sviluppo, le operazioni IT, la produzione, la sicurezza e il controllo qualità.
Questa comunicazione passa attraverso soluzioni tecnologiche di vario genere: a partire dai processi di automatizzazione. Fino ad arrivare alla possibilità di analizzare e condividere grandi quantità di dati attraverso l’IoT.
Questa introduzione aiuta a capire quanto il DevOps sia integrato al mondo della cosiddetta Industria 4.0: quell’insieme di realtà industriali che puntano proprio su automazione e interconnessione per portare produttività ed efficienza a livelli superiori.
Ma non solo, considerato che il DevOps potrebbe essere una delle chiavi di volta che favoriranno il passaggio definitivo dal concetto di Industria 4.0 a quello di smart factory.
Il termine “smart factory” fa riferimento a un’industria intelligente. Ma anche in questo caso forse sarebbe più corretto parlare di industria interconnessa. Il principio infatti è che tutti i meccanismi in uso all’interno di un’impresa condividano informazioni all’occorrenza.
Per raggiungere questo genere di risultato la smart factory sfrutta le tecnologie di calcolo e di analisi più avanzate: si pensi in tal senso ad algoritmi basati su intelligenza artificiale istruiti tramite sistemi di machine learning.
